创见日期：2026年8月26日
前三篇已经把SEO / GEO工作自动化的基本结构搭了起来：第一篇解决为什么自动化之前必须先建立控制系统；第二篇讨论Orchestrator、专业Agent、状态机、Quality Gate和Human Review应该怎样组合；第三篇进一步进入SEO Intelligence如何每天自动发现真正值得关注的搜索变化。
但到这里，整个系统仍然存在一个非常危险的缺口：发现了信息，不代表理解是正确的。
AI最大的风险并不是完全凭空编造。更常见的情况是：拿到一条真实信息，再加上一部分合理推断，最后把两者混在一起，写成一个看起来完全确定的结论。
例如Google修改了一份文档，AI写成“Google推出新的排名机制”；行业媒体观察到SERP波动，AI写成“Google正在部署新的核心算法更新”；第三方研究发现AI搜索经常引用权威网站，AI写成“Google已经确认Authority是GEO排名因素”；某个Prompt测试中品牌被ChatGPT引用，AI写成“品牌已经进入ChatGPT推荐排名”。
这些句子的问题不是它们看起来完全荒谬，恰恰相反：它们听起来非常合理，所以才更危险。
因此，SEO / GEO自动化真正进入生产环境之前，必须增加一套独立的Fact Check + Evidence Chain。
一、事实核验的第一原则：来源真实，不等于结论成立
假设我们找到一份Google官方文档，来源当然是真的。但这不意味着我们根据这份文档写出的每一个结论都自动变成Google官方结论。
例如Google当前Spam Policies明确指出，Scaled Content Abuse是指大量生成页面，其主要目的是操纵搜索排名而不是帮助用户，而且这种判断不取决于内容是由AI、自动化还是人工生成。详见：Google Search spam policies。
这是Confirmed Official Fact。
但是如果进一步写成“Google会降低所有AI生成内容排名”，就超出了来源支持范围。Google同时明确表示，生成式AI可以用于研究主题、帮助组织原创内容；真正的问题是大量生产没有新增用户价值的页面。详见：Google guidance on generative AI content。
所以，“Google存在Scaled Content Abuse政策”和“Google打击AI内容”完全不是同一个结论。
来源真实性和结论真实性必须分别验证。
二、最简单有效的方法：给每一句重要结论标注类型
企业真正部署Fact Check Agent时，不建议一开始使用一个非常复杂的“可信度百分比”。更加实用的是先统一结论类型。
Confirmed Official Fact
平台官方明确发布、文档或状态系统直接支持。例如Google Search Status Dashboard显示某次Ranking事件正式开始。这种内容可以写“Google确认”。
Original Research
研究机构、SEO平台或企业自己的原始研究。前提是能够看到方法、样本、数据来源、实验条件和限制。这种结论应该写成“某研究发现”，不能自动写成“Google机制是……”。
Industry Observation
媒体、SEO工具或多个网站观察到的现象。例如多个SERP Sensor同时出现波动。合理写法是“行业监测工具观察到明显波动”，而不是“Google推出了新算法”。
Practitioner Observation
一线SEO从业者的个案或多站点观察。价值往往很高，但仍然属于Observation。
Project Interpretation
我们根据现有证据做出的解释，应该明确写“我们的判断是……”或者“更合理的解释可能是……”。
Project Hypothesis
目前证据不足，但值得进一步验证的假设。例如“页面的原始数据密度可能与某类AI Citation稳定性有关”。这可以成为实验假设，但不能写成“原始数据密度是GEO排名因素”。
三、第二个必须核验的是时间
SEO行业大量错误，不是来源错了，而是时间错了。至少需要区分四种时间：
- Published Date：文章、公告或研究什么时候发布。
- Event Date：事件真正什么时候发生。
- Effective Date：政策、功能或规则什么时候开始生效。
- Verified Date：我们最后一次核验当前状态是什么时候。
这四个时间不能混在一起。例如一家媒体8月26日报道Google在8月20日修改了某份文档，那么报道日期是8月26日，事件日期是8月20日。不能因为今天第一次看到报道，就写“Google今天更新了文档”。
Google Search Central Documentation Updates就是一个重要的官方时间轴来源，它会直接记录Search文档的重要变化。详见：Google Search documentation updates。
因此Fact Check Agent遇到“最新”“今天”“刚刚”“本周”这类词时，应自动执行时间核验。没有明确时间证据，就不要使用强时效性表达。
四、事件时间和报道时间混淆，会直接制造假新闻
SEO自动化尤其容易放大这个问题：媒体今天发布旧事件复盘，Intelligence Agent发现“新页面”，Writer Agent读取发布时间，标题自动生成“Google今天发布重大更新”，于是旧闻被重新包装成新事件。
所以Intelligence与Fact Check之间应该增加Event Resolution，提取发生日期、报道日期、是否为历史事件、是否仍在生效以及当前状态。
对于Ranking Update尤其如此。只有Google官方明确确认的Ranking事件，才允许写成Official Ranking Update。
五、来源等级决定的不是“能不能用”，而是“能支持什么”
Source Registry真正有价值的地方，不是简单给网站打分，而是：不同来源可以支持不同强度的结论。
- Level A：官方原始来源。支持官方政策、官方时间、产品状态和技术说明。
- Level B：原始研究。支持“该研究在这个样本里观察到什么”。
- Level C：行业媒体。支持事件背景、采访、行业反应和二次整理。
- Level D：一线从业者观察。支持早期信号、真实案例和值得进一步研究的异常。
真正错误的做法不是引用Level D，而是用Level D的证据强度写Level A的语言。
六、建立“Claim → Evidence”关系，而不是给文章末尾随便放几个链接
很多内容表面上看引用很多来源，但实际上无法判断哪个来源支持哪一个结论。真正的证据链应该是：
Claim → Source → Source Type → Evidence → Conclusion Level。
例如：
- Claim：Google Spam Policies覆盖操纵Google Search生成式AI回答的行为。
- Source：Google Search Central Spam Policies。
- Source Level：A。
- Evidence：Google当前政策明确把试图操纵Google Search生成式AI响应纳入Spam范围。
- Conclusion：Confirmed。
再比如“某种页面结构更容易获得AI Citation”，即使来自第三方GEO研究，也应该记录为Level B、Original Research或Strongly Supported，而不是Confirmed Google Ranking Factor。
这种结构化Claim对象非常适合Agent执行。
七、Fact Check Agent最重要的任务不是“找支持”，而是主动找反证
如果给AI一句话“证明这个结论正确”，它往往非常擅长找到支持材料，这会产生Confirmation Bias。
所以Fact Check Agent不应该只执行Find Supporting Evidence，还应该执行Find Contradicting Evidence。
例如有人写“Google不允许AI内容”。如果只搜索Google AI content spam，很容易找到Scaled Content Abuse政策；但同时检查Google的Generative AI Content Guidance，就会看到Google明确表示生成式AI可以用于研究和组织原创内容。
于是最终结论必须改成：Google并不禁止AI生成内容；是否违规取决于内容是否主要为了操纵搜索系统，以及是否缺乏新增用户价值。
这就是反证搜索的价值。
八、多来源一致，不一定意味着事实成立
五家SEO媒体都报道同一件事，不一定代表有五份独立证据。五家媒体可能全部引用同一个原始来源。
这叫Source Independence。
例如Google发布一个公告，五家媒体转载，这不是5个独立证据，而是1个官方证据 + 5个二次来源。
所以Evidence Chain不能简单计算链接数量，而应该计算Independent Evidence Count。这对于GEO研究尤其重要，因为很多所谓“AI Search研究”会被几十篇行业文章转载，但真正的数据源可能只有一项研究。
九、第三方研究必须审核方法，而不仅看结论
GEO领域特别容易出现“研究发现AI搜索更喜欢权威网站”这类标题。Fact Check Agent真正需要先问：
- 测试了几个Prompt？
- 使用什么平台？
- 哪个模型或Mode？
- 什么时间？
- 什么语言？
- 是否重复测试？
- 有没有Control Group？
- Citation是人工判断还是机器判断？
- 样本是否只来自某一行业？
- 有没有说明随机性和限制？
如果这些信息不清楚，那么即使文章来自知名平台，也不能直接把结果升级成通用机制。
研究结论可信度，不只取决于发布者是谁，还取决于方法是否能够支撑这个结论。
十、单次GEO Prompt永远不应该变成平台级结论
今天问ChatGPT“推荐几个工业设备供应商”，品牌A出现，并不能直接写成“品牌A已获得ChatGPT推荐”或者“品牌A的GEO优化成功”。
真正可以记录的是date、platform、model_or_mode、query、brand_mentioned、cited、citation_url、competitor_mentions、source_type和stability，然后建立Prompt Set重复测试。
经过多轮重复观察以后，再逐渐判断Mention Rate、Citation Rate、Citation Share和Stability。
单次结果是Observation，不是平台规律。
十一、Google官方也经常修改文档，所以“官方”不等于“永远有效”
今天Google官方文档写了A，半年以后可能修改成B。因此Evidence Chain必须记录last_verified。
例如Google当前的生成式AI搜索优化指南明确表示，传统SEO最佳实践继续适用于Google的生成式AI搜索功能，同时强调有价值、非商品化内容以及不要为大量Query变化机械制造页面。详见：Google generative AI optimization guide。
但未来如果Google更新这个指南，Knowledge Base不能继续把旧版本内容永久当作最新事实。所以Source Registry需要定期Re-verify，尤其是API、政策、产品功能、Structured Data、Search Console功能、AI Search和排名系统说明。
十二、事实核验应该发生在写作之前，而不是只发生在发布之前
很多团队的流程是AI先写完整文章，然后再让另一个AI“帮我Fact Check”。这比完全不检查好，但仍然不是最优设计。
因为当Draft已经写完以后，文章结构本身已经被错误假设塑造。更加合理的是：
Research → Evidence → Verified Claims → Draft。
Writer Agent只能读取Verified Claim Set，不能直接根据未经验证的原始材料自由形成确定性结论。
十三、可以建立一个Claim Ledger
每篇研究建立一份Claim Ledger：
| Claim | Source | Level | Evidence Status | Conclusion |
|---|---|---|---|---|
| Google确认Update开始 | Search Status | A | Direct | Confirmed |
| 多站点排名波动 | SISTRIX + 站点数据 | B/C | Observed | Observed |
| Update导致网站流量下降 | 无因果证据 | — | Insufficient | Hypothesis |
| 修改内容即可恢复 | 无证据 | — | Unsupported | Reject |
这个表迫使系统把事实、观察、解释、假设拆开。最终Writer Agent只允许使用Confirmed、Strongly Supported以及明确标注的Interpretation。
十四、对于Google Update，禁止自动因果归因
假设Google Core Update 8月10日开始，网站8月12日流量下降，可以写“下降发生在Update部署窗口内”，不能自动写“Google Update导致网站下降”。
因为还可能存在Tracking Change、Site Migration、模板修改、Robots变化、Canonical变化、季节性、需求下降和SERP Feature变化。
最终可以形成Temporal Correlation、Plausible Explanation、Supported Mechanism和Confirmed Causality，而不是只有Cause。
时间相关性不是因果证据。
十五、什么时候应该直接阻止发布
Fact Check Agent真正有价值的地方，是拥有Block权限。以下情况应该直接进入Needs Review / Do Not Publish：
- 没有原始来源，却写“Google确认”；
- 事件时间无法确定，却写“今天”；
- 研究没有方法说明，却写“研究证明”；
- 单次Prompt测试，却写平台级规律；
- 行业观点被写成Ranking Factor；
- 第三方文章引用另一篇第三方文章，但找不到原始出处；
- 数字无法回溯；
- 关键结论只有AI生成解释，没有外部证据；
- 标题比正文证据更强。
这不是编辑风格问题，而是Evidence Failure。
十六、推荐建立Fact Check状态机
一个Claim可以经历：
UNVERIFIED → SOURCE_FOUND → SOURCE_VALIDATED → CLAIM_MATCHED → VERIFIED
也可能进入CONFLICTED或者INSUFFICIENT_EVIDENCE。
如果遇到多个来源冲突，不要让Agent自己“选一个看起来合理的”，应该进入Human Review，特别是政策、法律、产品权限、财务数字、生产环境变更和Google官方状态。
十七、Evidence Gate应该输出结构化结果
每次核验完成后，不要只输出“Fact Check通过”。更加有价值的是输出：
claim_id
claim
source_url
source_type
authority_level
published_date
event_date
last_verified
evidence_excerpt
supports_claim
contradicting_source
conclusion_level
limitations
review_required这样后续Writer、Editorial、Publisher Agent都能读取。如果review_required = true，Orchestrator就不允许进入APPROVED。
这才是真正意义上的Quality Gate。
十八、事实核验还必须检查“缺失内容”
有时候文章里的内容都没有错，但遗漏了一个关键限制。
例如写“Google Search Essentials要求……”本身可能完全正确，但如果接下来写“因此只要满足这些要求，Google就会收录页面”，就错误了。
Google Search Essentials当前明确说明，即使页面满足技术要求和最佳实践，也不保证Google一定会Crawl、Index或Serve该内容。详见：Google Search Essentials。
所以Fact Check不仅应该判断“有没有错误”，还应该判断：有没有遗漏会改变读者理解的重要限制。
这叫Material Omission。
十九、事实核验自动化的目标不是让文章变得保守
真正高质量的专业内容应该同时做到两件事：事实部分非常严格，判断部分非常清晰。
例如：
Confirmed Fact：Google当前Scaled Content Abuse政策覆盖大量低价值内容，无论这些内容由自动化、人工还是两者组合生成。
Project Interpretation：因此企业在部署Content Automation时，真正应该控制的不是“AI使用比例”，而是每个页面的用户价值、原创增量和发布目的。
前一句是事实，后一句是判断。只要明确分开，内容反而更有价值。
二十、项目原创判断：未来SEO内容竞争力很大一部分来自“证据纪律”
AI让生成文字变得非常便宜，因此未来真正稀缺的不会是谁能写更多，而是：谁能证明自己写的东西为什么可信。
对于SEO / GEO团队来说，长期可以沉淀的资产不仅是文章，还包括Source Registry、Claim Ledger、Evidence Graph、Fact Check History、Contradiction Records、Research Methodology、Last Verified Date和Correction History。
当这些结构逐渐积累以后，企业内部就会形成一套自己的Evidence Infrastructure，同时服务SEO研究、GEO研究、公众号、网站、客户报告、AI Agent、内部培训和知识库。
这时Fact Check就不再只是发布前的最后一步，而会成为整个SEO Intelligence系统的可信度基础设施。
下一篇
《SEO / GEO 工作自动化部署与实践规范（五）：Technical SEO自动审核——怎样让Agent真正检查Robots、Canonical、Sitemap、Indexability与渲染问题》
下一篇开始正式进入执行层，重点拆解如何自动检查Robots.txt、Meta Robots、X-Robots-Tag、Canonical、Sitemap、HTTP Status、Redirect、Indexability、Crawlability、Internal Links、Structured Data与JS Rendering，以及怎样把工具发现的问题转成issue_id → evidence → probable_cause → recommended_action → validation → rollback，而不是简单生成一份几千条错误报告。
来源与延伸阅读
- Google Search Central：Spam Policies for Google Web Search
- Google Search Central：Guidance on Generative AI Content
- Google Search Central：Google Search Essentials
- Google Search Central：Latest Documentation Updates
- Google Search Status Dashboard
- SEO & GEO工作自动化专项：MASTER INSTRUCTIONS、SOURCE REGISTRY、RESEARCH + FACT CHECK + GOOGLE UPDATE、GSC + GA4 + GEO MONITORING。